《用于识别供应区的方法、用于对供应区进行图形表示的方法、及其成像设备.pdf》由会员分享，可在线阅读，更多相关《用于识别供应区的方法、用于对供应区进行图形表示的方法、及其成像设备.pdf（19页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 (43)申请公布日 (21)申请号 201510959242.8 (22)申请日 2015.12.18 102014226685.8 2014.12.19 DE A61B 34/10(2016.01) A61B 6/03(2006.01) A61B 5/055(2006.01) (71)申请人 西门子股份公司 地址 德国慕尼黑 (72)发明人 C戈登施瓦格尔 M聚林 (74)专利代理机构 北京市金杜律师事务所 11256 代理人 王茂华 潘聪 (54) 发明名称 用于识别供应区的方法、 用于对供应区进行 图形表示的方法、 及其成像设备 (57) 摘要 本发明基于这样的构思 。
2、： 基于包含血管的解 剖区域的患者特异性 3D 图像数据来调整所述解 剖区域的生理模型。由于所述生理模型包括至少 一个几何参数以及功能参数， 所以尤其能够调整 所述至少一个几何参数和 / 或所述功能参数。现 在基于经调整的生理模型来模拟所述解剖区域的 3D 灌注使得基于所述模拟来识别所述解剖区域 的患者特异性供应区。 (30)优先权数据 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书3页 说明书9页 附图6页 CN 105708548 A 2016.06.29 CN 105708548 A 1.一种用于识别供应区的方法， 包括以下步骤： -确定(。
3、BPB)含有血管的解剖区域(16)的生理模型(1)， 其中所述生理模型(1)包括至少 一个几何参数以及功能参数， -基于所述解剖区域(16)的患者特异性3D图像数据(18)来调整(APM)所述生理模型 (1)， -基于经调整的所述生理模型(1)来模拟(SIM)所述解剖区域(16)的3D灌注， -基于所述模拟来识别(IDF)所述解剖区域(16)的供应区。 2.根据权利要求1所述的方法， 其中， 所述血管相对于所述解剖区域(16)的3D范围作为 第一几何参数基于所述患者特异性3D图像数据(18)而被调整。 3.根据权利要求1或2所述的方法， 其中所述血管中的一个血管的至少一个直径作为第 二几何参数。
4、基于所述患者特异性3D图像数据(18)而被调整。 4.根据权利要求1至3中的任一项所述的方法， 其中所述生理模型(1)包括所述解剖区 域(16)的3D结构。 5.根据权利要求4所述的方法， 其中， 讨论中的所述解剖区域(16)是所述患者(3)的心 脏的至少一部分， 并且其中所述心脏的3D表面结构作为第三几何参数而被调整。 6.根据权利要求1至5中的任一项所述的方法， 其中至少一个功能参数被调整为从所述 解剖区域(16)的灌注测量获得的灌注参数。 7.根据权利要求1至6中的任一项所述的方法， 其中所述供应区被识别为3D供应区。 8.根据权利要求1至7中的任一项所述的方法， 其中， 所述供应区独立。
5、于所述解剖区域 的预定段而被识别。 9.根据权利要求1至8中的任一项所述的方法， 其中， 讨论中的所述解剖区域(16)是患 者(3)的心脏， 并且所述血管至少包括RIVA(20)、 RCA(21)和RCX(22)， 并且其中所述供应区 取决于由RIVA(20)、 RCA(21)和RCX(22)对所述心脏的模拟的3D灌注而被识别。 10.根据权利要求1至9中的任一项所述的方法， 其中， 所述3D灌注基于格子玻尔兹曼方 法而被模拟。 11.根据权利要求1至10中的任一项所述的方法， 其中， 流动场基于所述模拟而被计算， 其中， 所述流动场包括血液在所述血管中的以及还有到所述解剖区域(16)的组织中。
6、的移 动。 12.根据权利要求11所述的方法， 其中移动通过所述流动场的粒子(24)的路径(23)被 计算。 13.根据权利要求12所述的方法， 其中粒子(24)被产生在所述血管中的一个血管中， 在 这种情况下所述粒子(24)被分配到特定血管， 粒子(24)从所述特定血管穿透到所述解剖区 域(16)的所述组织中。 14.根据权利要求12所述的方法， 其中所述粒子(24)被产生在所述解剖区域(16)的所 述组织内的网格上， 并且其中所述粒子(24)被分配到特定血管， 所述粒子(24)通过反向融 合的方式到达所述特定血管处。 15.根据权利要求1至14中的任一项所述的方法， 还包括： -对所述血管。
7、中的至少一个部分进行图形表示(PIC)， 其中基于所述模拟的至少一个分 布以颜色编码的样式而被显示。 权 利 要 求 书 1/3 页 2 CN 105708548 A 2 16.根据权利要求15所述的方法， 其中所述分布包括所述血管在整个3D灌注中的比例， 所述比例意味着所显示的血管的颜色在每种情况下被分配到讨论中的所述血管在所述整 个3D灌注中的相对比例。 17.根据权利要求12-14中的任一项所述的以及还具有根据权利要求15所述的图形表 示(PIC)的方法， 其中所述分布包括在每种情况下对所述粒子(24)到所述供应区中的一个 供应区的分配， 其中所表征的粒子(24)的颜色在每种情况下被分配。
8、到所述供应区中的一个 供应区。 18.根据权利要求12-14中的任一项所述的以及还具有根据权利要求15所述的图形表 示(PIC)的方法， 其中所述分布包括所述粒子(24)的速度分布， 其中所表征的粒子(24)的颜 色或所述粒子(24)的所表征的路径(23)的颜色在每种情况下被分配给速度。 19.一种用于对供应区进行图形表示的方法， 包括以下步骤： -基于含有血管的解剖区域的生理模型(1)来模拟(SIM)所述解剖区域(16)的3D灌注， 其中， 所述生理模型(1)包括至少一个几何参数以及功能参数， -基于所述模拟来识别(IDF)所述解剖区域(16)的供应区， -对所述血管中的至少一个部分进行图形。
9、表示(PIC)， 其中由所述模拟计算的至少一个 分布以颜色编码的样式而被显示。 20.根据权利要求19所述的方法， 其中， 讨论中的所述解剖区域(16)是患者(3)的心脏， 并且所述血管至少包括RIVA(20)、 RCA(21)和RCX(22)， 并且其中所述供应区取决于由RIVA (20)、 RCA(21)和RCX(22)对所述心脏的模拟的3D灌注而被识别。 21.根据权利要求19或20所述的方法， 其中所述分布包括所述血管在整个3D灌注中的 比例， 所述比例意味着所显示的血管的颜色在每种情况下被分配到讨论中的所述血管在所 述整个3D灌注中的相对比例。 22.根据权利要求19至21中的任一项。
10、所述的方法， 其中移动通过所述所模拟的3D灌注 的粒子(24)的路径(23)被计算。 23.根据权利要求22所述的方法， 其中， 所述粒子(24)被产生在所述血管中的一个血管 中， 在这种情况下所述粒子(24)被分配到特定血管， 所述粒子从所述特定血管穿透到所述 解剖区域(16)的所述组织中。 24.根据权利要求22所述的方法， 其中， 所述粒子(24)被产生在所述解剖区域(16)的所 述组织内的网格上， 并且其中所述粒子(24)被分配到特定血管， 所述粒子(24)通过反向融 合的方式到达所述特定血管处。 25.根据权利要求22-24中的任一项所述的方法， 其中所述分布包括在每种情况下对所 述。
11、粒子(24)到供应区的分配， 其中所表征的粒子(24)的颜色在每种情况下被分配给供应 区。 26.根据权利要求22-24中的任一项所述的方法， 其中所述分布包括所述粒子的速度分 布， 其中所表征的粒子(24)的颜色或所述粒子(24)的所表征的路径(23)的颜色在每种情况 下被分配给速度。 27.一种具有程序代码的计算机程序， 所述程序代码用于在所述计算机程序被执行在 计算机(12)中时执行根据权利要求1至18中的任一项所述的方法的所有步骤。 28.一种具有程序代码的计算机程序， 所述程序代码用于在所述计算机程序被执行在 权 利 要 求 书 2/3 页 3 CN 105708548 A 3 计算。
12、机(12)中时执行根据权利要求19至26中的任一项所述的方法的所有步骤。 29.一种机器可读介质(13)， 在其上存储了根据权利要求27所述的计算机程序。 30.一种机器可读介质(13)， 在其上存储了根据权利要求28所述的计算机程序。 31.一种用于采集患者特异性3D图像数据(18)的成像设备， 其具有计算机(12)以及还 有根据权利要求27所述的计算机程序。 32.一种用于采集患者特异性3D图像数据(18)的成像设备， 其具有计算机(12)以及还 有根据权利要求28所述的计算机程序。 权 利 要 求 书 3/3 页 4 CN 105708548 A 4 用于识别供应区的方法、 用于对供应区。
13、进行图形表示的方法、 及其成像设备 背景技术 0001 解剖区域， 尤其是肌肉组织和内部器官必须被供应有血液以便使得它们能够执行 它们的功能。 这样的解剖区域的被供应有血液的区域还能够被称为供应区。 供应区通常基 于向供应区供应血液的特定血管来识别。 识别解剖区域内的供应区对于诊断和治疗规划而 言非常重要。 这在心肌层的供应区要被识别时尤其适用。 尽管有可能借助于灌注测量来识 别心肌层的受损区， 然而由冠状动脉树的高解剖变化性致使正确的患者特异性识别更加困 难。 另外， 冠状动脉的病理变化对供应区的分布的血液动力学影响仅仅能够困难地被估计 出。 0002 在Cerqueira等人发表在Circ。
14、ulation(2002)， 105(2)， 第539到542页)上的文章 “Standardized myocardial segmentation and nomenclature for tomographic imaging of the heart.A statement for healthcare professionals from the Cardiac Imaging Committee of the Council on Clinical Cardiology of the American Heart Association” 中提出了一种均匀协调系统和对心肌层的均匀细。
15、分。 另外， 根据Cerqueira等人的文章， 冠状动脉树的子树也被分配给定义的段。 对心肌层的供应区的 所述分割由美国心脏协会(AHA)良好建立并且尤其被用作标准。 所述分割还被称为17段模 型。 借助于17段模型以及还有其它已知模型对供应区的传统识别的缺点在于冠状动脉树的 广泛变化性没有被考虑在内。 发明内容 0003 针对该背景， 本发明的目的是要详细说明对供应区的改进的识 别。 0004 该目的通过根据权利要求1和权利要求19所述的方法、 通过根据权利要求27和权 利要求28所述的计算机程序、 通过根据权利要求29和权利要求30所述的机器可读介质、 并 且通过根据权利要求31和权利要。
16、求32所述的成像设备来实现。 0005 本发明基于这样的构思： 基于包含血管的解剖区域的患者特异性3D图像数据来调 整所述解剖区域的生理模型。 由于所述生理模型包括至少一个几何参数以及功能参数， 所 以尤其能够调整所述至少一个几何参数和/或所述功能参数。 现在基于经调整的生理模型 来模拟所述解剖区域的3D灌注使得基于所述模拟来识别所述解剖区域的供应区。 0006 本发明由此使得能够在患者特异性的基础上识别供应区。 因此， 根据本发明的供 应区能够还被称为患者特异性供应区。 这是因为对所述生理模型的调整是基于患者特异性 3D图像数据来执行的。 具体地， 所述生理模型的参数(诸如所述至少一个几何参。
17、数或所述功 能参数)能够被调整为从所述患者特异性3D图像数据导出的参数。 几何参数能够借助于诸 如断层摄影的现代成像技术以非常高的精度从患者特异性3D图像数据导出。 如果所述患者 特异性3D图像数据的至少一个部分已经借助于功能成像来采集， 则功能参数也能够从所述 患者特异性3D图像数据导出。 0007 另外， 基于经调整的生理模型来执行对3D灌注的模拟。 这样的模拟的结果呈现比 说 明 书 1/9 页 5 CN 105708548 A 5 传统灌注测量高得多的空间和时间分辨率。 因此， 所述供应区能够使用所提出的方法非常 精确地来确定。 0008 根据本发明的方面， 所述血管相对于所述解剖区域。
18、的3D范围作为第一几何参数基 于所述患者特异性3D图像数据来调整。 具体地， 在这种情形下能够调整血管的分叉点和/或 局部弯曲。 借助于所述方面， 另外有可能调整血管到解剖区域的组织中的至少一个出口点。 血管的范围影响血液在血管中的流动的特性并且由此影响对3D灌注的模拟。 血液的流动的 讨论中的特性(例如为流动速度)， 尤其 是其局部变化性， 或者尤其是在分叉的区域中的湍 流(turbulence)。 另外， 压力或讨论中的压力(尤其是在狭窄(stenosis)的区域中)的变化 是流动的特性。 0009 血管的3D范围能够基于图像处理的传统方法来调整。 患者特异性3D图像数据中的 血管能够因此。
19、首先被分割并且之后血管的中心线能够基于经分割的血管来确定。 血管的范 围、 分叉点和局部弯曲能够基于血管的中心线来调整。 另外， 血管的几何模型和/或解剖区 域的几何模型能够从患者特异性3D图像数据导出。 几何参数之后能够基于这样的几何模型 来导出并调整。 0010 根据本发明的方面， 所述血管中的一个血管的至少一个直径作为第二几何参数基 于所述患者特异性3D图像数据来调整。 对直径的调整是特别重要的， 因为其极大地影响血 管中的血液流动的特性并且因此极大地影响对3D灌注的模拟。 0011 根据本发明的方面， 所述生理模型包括解剖区域的3D结构。 所述3D结构能够尤其 包括解剖区域的一个或多个。
20、表面。 解剖区域的3D结构的知识意味着解剖区域中的3D灌注能 够特别精确地被模拟。 0012 根据本发明的方面， 讨论中的所述解剖区域是所述患者的心脏的至少一部分， 在 这种情况下， 所述心脏的3D表面结构作为第三几何参数来调整。 表面结构能够另外包括心 脏的内衬的表面结构(还被称为心内膜)和/或心囊的表面结构(还被称为心外膜)。 0013 根据本发明的方面， 至少一个功能参数被调整为从所述解剖区域的灌注测量获得 的灌注参数。 例如， 讨论中的灌注参数是血液流动的速度、 血液流动的传输速率， 是血液容 量或是平均通过时间。 具体地， 灌注参数能够在每种情况下被局部地实现在于它们仅仅与 血管的特。
21、定区域相关。 0014 根据本发明的方面， 所述供应区被识别为3D供应区。 所述供应区之后在每种情况 下构成解剖区域的庞大比例。 这种情况是尤其相关的， 因为其允许非常精确的诊断或治疗 规划。 0015 根据本发明的方面， 所述供应区是独立于所述解剖区域的预定 段而被识别的。 具 体地， 所述供应区能够独立于17段模型的段而被识别。 所述供应区能够由此以特别灵活和 独立的方式来确定。 0016 根据本发明的方面， 讨论中的所述解剖区域是患者的心脏， 并且所述血管包括至 少RIVA、 RCA和RCX， 在这种情况下， 所述供应区取决于由RIVA、 RCA和RCX对所述心脏的模拟 的3D灌注而被识。
22、别， 其中， RIVA、 RCA和RCX分别代表前室间支、 右冠状动脉和旋支。 用于RIVA 的另一常见缩写是首字母缩写LAD(左前降支)。 0017 根据本发明的方面， 所述3D灌注基于格子玻尔兹曼方法来模拟。 所述格子玻尔兹 曼方法采用统计物理学的方法， 其中， 大大简化的粒子微观动力学被采用。 在本申请的意义 说 明 书 2/9 页 6 CN 105708548 A 6 上的粒子能够尤其是无质量的。 该模拟因此在个体粒子的水平上进行。 由于良好并行处理 能力， 所述格子玻尔兹曼方法适合于尤其是在具有现代多核结构的计算机上或在多个计算 机上借助于分布式计算来计算复杂几何结构中的流动。 然而。
23、， 还有可能使用其它数值流动 模拟方法来模拟3D灌注。 0018 根据本发明的方面， 流动场是基于所述模拟来计算的， 其中， 所述流动场包括血液 在所述血管中的以及还有到所述解剖区域的组织中的移动。 供应区由此能够特别精确地被 确定。 0019 根据本发明的方面， 粒子移动通过流动场的路径被计算。 所述路径能够被评估以 便分析流动场并且由此分析向解剖区域对血液的供应。 具体地， 所述供应区能够基于所述 路径来识别。 0020 根据本发明的方面， 所述粒子被产生在所述血管中的一个血管中， 在这种情况下 所述粒子被分配给特定血管， 从所述特定血管它们渗透到所述解剖区域的所述组织中。 根 据替代的方。
24、面， 所述粒子能够被产生在所述解剖区域的所述组织内的网格上， 并且在这种 情况下， 所述粒子被分配到特定血管， 在所述特定血管处所述粒子通过反向融合的方式来 到达。 根据这两个方面， 所述供应区能够基于对粒子的分配来识别。 这意味着在大量粒子的 情况下可用的大容量 统计信息被用于提供对所述供应区的精确识别。 0021 根据本发明的方面， 对所述血管中的至少一个部分进行图形表示， 其中， 基于所述 模拟的至少一个分布是以颜色编码的样式来显示的。 所述模拟的结果由此以高信息密度而 被输出。 另外， 有可能基于所述图形表示来进行对模拟的结果的特别快速的检查。 另外， 所 述图形表示促进诊断和治疗规划。
25、。 0022 根据本发明的方面， 所述分布包括所述血管在整个3D灌注中的比例， 所述比例意 味着所显示的血管的颜色在每种情况下被分配给讨论中的所述血管在整个3D灌注中的相 对比例。 0023 根据本发明的方面， 所述分布包括在每种情况下对所述粒子到所述供应区中的一 个供应区的分配， 其中， 所显示的粒子的颜色在每种情况下被分配给所述供应区中的一个 供应区。 0024 根据本发明的方面， 所述分布包括所述粒子的速度分布， 其中， 所显示的粒子或所 述粒子的所显示的路径的颜色在每种情况下被分配给速度。 0025 另外， 本发明涉及一种用于对供应区进行图形表示的方法， 其中， 基于含有血管的 解剖区。
26、域的生理模型来进行对解剖区域的3D灌注的模拟， 在这种情况下， 所述生理模型包 括至少一个几何参数以及功能参数。 另外， 采用所述方法， 所述解剖区域的所述供应区是基 于所述模拟来识别的。 最后， 对所述血管中的至少一个部分进行图形表示， 在这种情况下， 由所述模拟计算的至少一个分布是以颜色编码的样式来显示的。 0026 另外， 本发明涉及一种具有程序代码的计算机程序， 所述程序代码用于在相应的 计算机程序被执行在计算机中时执行根据本发明的方法的步骤。 这样的计算机程序还能够 同时被执行在多个计算机上， 尤其是被执行在所谓的计算机的 “集群” 上。 在这种情形下所 述计算机程序能够借助于分布式。
27、计算机被执行在多个计算机上。 另外， 本发明涉及一种机 器可读介质， 在其上执行这样的计算机程序。 所述计算机程序和所述机器可读介质能够在 每种情况下被集成到成 像设备或所谓的 “工作站” 中以便处理3D图像数据。 另外， 所述计算 说 明 书 3/9 页 7 CN 105708548 A 7 机程序和所述机器可读介质还能够在空间上与成像设备分开地存在， 尤其是所述患者特异 性3D图像数据能够通过网络(例如互联网或内联网)来传输以用于由所述计算机程序处理。 所述计算机程序或所述机器可读介质因此还能够被实现为客户端， 在这种情况下， 所述患 者特异性3D图像数据能够以可检索的样式被存储在服务器上。
28、， 尤其是被存储在文件提交和 通信系统上。 这样的服务器不仅能够以集中式而且能够以分散式， 尤其是以所谓的 “云” 的 形式来实现。 为了确保在患者特异性3D图像数据或从其导出的参数被传输时的数据安全， 这些在通过网络被传输时能够被加密。 0027 在本申请的上下文中， 以空间三维方式实现的对象或特性也被提供具有前缀 “3D” 。 空间三维图像数据因此还被称为3D图像数据， 并且空间三维灌注还被称为3D灌注。 另 外， 不仅所述患者特异性3D图像数据而且所述3D灌注或另外的以空间三维方式实现的对象 或特性能够具有时间分量。 0028 解剖区域的生理模型对解剖区域的生理过程进行建模。 解剖区域的。
29、血管能够以连 续方式来实现并形成血管系统。 所述生理模型另外能够对不同类型的血管(例如动脉、 小动 脉、 毛细血管、 静脉、 小静脉)进行区分。 讨论中的生理过程能够尤其为向解剖区域供应血 液。 所述生理模型能够基于物理过程， 尤其是流动过程。 所述生理模型通常被实施为计算机 程序。 所述生理模型能够包括几何模型以及功能模型， 其中， 所述几何模型描述含有血管的 所述解剖区域的几何结构， 并且所述功能模型描述生理过程。 在这种情形下， 所述几何模型 能够设置针对所述功能模型的边界条件。 所述几何模型包括一个或多个几何参数， 在这种 情况下， 几何参数能够设置针对所述功能模型的边界条件。 002。
30、9 所述生理模型包括至少一个几何参数以及功能参数。 几何参数与所述解剖区域的 几何特性相关， 例如所述解剖区域的3D范围或血管的直径。 所述直径能够以空间三维方式 被确定， 只要血管在尤其 垂直于中心线的横截面平面内的多个直径被确定。 由此另外有可 能以空间三维方式确定血管的收缩。 讨论中的所述功能参数例如为所述解剖区域的灌注参 数或渗透性参数。 具体地， 其能够是规定来自血管的血液进入周围组织的程度或血液在组 织内流动的程度的渗透性参数。 讨论中的组织能够是心肌层。 另外， 功能参数能够基于测量 或计算。 例如， 压力或血液尤其是在狭窄的区域中的压力降能够有创地被测量或还能够被 计算。 所述。
31、功能参数能够尤其包含所谓的 “血流储备分数” 或所谓的 “瞬间无波比率” 。 0030 另外， 所述生理模型能够基于学习算法。 具体地， 所述几何模型和/或所述功能模 型能够基于学习算法。 例如， 能够针对学习确定大量几何参数和功能参数对。 所述几何参数 和功能参数对能够从关于患者的测量导出。 基于所述对， 所述学习算法能够之后建立在一 个或多个几何参数与一个或多个功能参数之间的关系。 如果几何参数现在从所述患者特异 性3D图像数据导出， 不仅能够调整所述生理模型的对应的几何参数， 而且由于学习的关系 还能够调整所述生理模型的对应的功能参数。 例如， 所述学习算法能够学习什么压力正盛 行在狭窄。
32、的区域中， 在这种情况下所述狭窄由至少一个几何参数描述。 0031 讨论中的解剖区域能够为器官和与其相关联的血管的至少一部分。 讨论中的器官 能够例如为患者的肾脏、 肝脏、 心脏或大脑。 在这种情形下， 所述生理模型能够提供用于模 拟血管中的3D灌注和所述解剖区域的组织中的3D灌注的不同域(domain)。 具体地， 所述功 能参数能够以针对整个生理模型的均匀方式全局地来选择或以局部差异来选择。 所述功能 参数能够因此例如在血管中和在所述解剖区域的组织中不同。 说 明 书 4/9 页 8 CN 105708548 A 8 0032 3D图像数据被理解为呈现体素的空间三维数字图像数据。 3D图像。
33、数据尤其包括从 原数据重建的3D图像数据， 其中， 原数据是指直接由成像设备采集的投影。 例如， 3D图像数 据能够根据断层摄影原数据借助于Feldkamp算法或迭代算法或精确算法来重建。 对3D图 像数据的采集因此应被理解为包括对原数据的采集， 根据所述原数据能够重建3D图像数 据。 所述3D图像数据能够尤其以断层摄影切片的形式存在， 这意味着它们包括大量空间二 维图像数据项， 其描述空间三维体积。 0033 成像设备一般被理解为被设计用于采集3D图像数据的设备。 医学成像设备被设计 以便尤其以使得采集到的图像数据适合于诊断目的的方式来采集活对象(例如人)的3D图 像数据。 一种类别的医学成。
34、像设备是X射线设备， 包括C臂型X射线设备。 另一类别的医学设 备是断层摄影设备， 包括计算机断层摄影设备或磁共振断层摄影设备。 讨论中的3D图像数 据能够因此为X射线图像数据或断层摄影图像数据。 0034 所述患者特异性3D图像数据能够尤其借助于造影剂来采集。 如在成像方法中增强 对身体的结构和功能的显示的这样的介质一般被用作造影剂。 在本申请的上下文中， 造影 剂被理解为不仅包括传统造影剂(诸如例如碘或钆)而且包括示踪剂(诸如例如18F、 11C、 15O或13N)。 0035 几何参数现在能够例如通过使用图像处理方法从创造性的患者特异性3D图像数 据导出。 所述3D图像数据是患者特异性的。
35、， 只要其是基于仅仅单个患者来获得的。 患者特异 性几何参数和患者特异性功能参数能够由此从所述3D图像数据来导出。 在本发明的各种实 施例中， 所述几何参数不仅能够自动地而且能够半自动地或手动地从所述患者特异性3D图 像数据导出。 图像处理的示例是对图像外观(诸如对比度或分辨率)进行绘制、 分割、 改变， 在患者特异性3D图像数据中确定结构和其特性， 诸如例如血管的直径或钙化和狭窄的直 径。 解剖区域的局部愈合也能够从所述患者特异性3D图像数据导出。 另外， 血管的血管树或 血管的中心线能够根据所述患者特异性3D图像数据来确定。 血管的3D范围也能够从血管的 血管树和/或血管的中心线导出。 0。
36、036 灌注被理解为向解剖区域供应血液。 根据本发明基于经调整的 生理模型来模拟 所述3D灌注。 向解剖区域的组织对血液的供应尤其由此以空间三维方式来模拟。 如果所述 生理模型包括所述解剖区域的3D结构， 则所述3D灌注因此还将所述3D结构(例如所述解剖 区域的3D表面结构)考虑在内。 具体地， 所述模拟能够将由所述心外膜的3D结构对血液的扩 散考虑在内。 0037 对所述3D灌注的模拟产生比灌注测量在空间上更加精确得多的结果。 然而， 灌注 测量能够被采用以便确定功能参数。 灌注测量通常通过对患者特异性3D图像数据的时间序 列的对比增强采集来执行。 然而， 还有可能在磁共振断层摄影的情况下在。
37、不使用造影剂的 情况下执行灌注测量。 0038 所述供应区能够根据由血管的供应来识别。 所述供应区因此能够尤其被分配给通 过其它们被供应的血管。 如果讨论中的解剖区域是具有至少血管RIVA、 RCA和RCX的患者的 心脏， 则所述供应区能够在每种情况下被分配给所述血管之一。 如果讨论中的解剖区域是 具有至少冠状动脉血管的左子树的血管的患者的心脏的至少一个部分， 则所述供应区能够 在每种情况下被分配给所述血管之一。 所述冠状动脉血管的左子树的血管包括左主动脉以 及RIVA和RCX。 所述左主动脉还被称为首字母缩写LCA(左冠状动脉)。 所述供应区能够在每 说 明 书 5/9 页 9 CN 105。
38、708548 A 9 种情况下仅仅被分配给一个血管， 尤其是对向相应的区域供应血液贡献最大的血管。 然而， 所述供应区还能够被分配给超过一个血管。 如果讨论中的解剖区是心脏， 则尤其地所识别 的供应区的数目能够尤其大于或小于十七。 附图说明 0039 在下文中参考在各图中示出的示范性实施例详细描述并解释本发明。 在各图中描 述的供应区能够尤其被实现为患者特异性供应区。 0040 在附图中： 0041 图1示出了具有根据本发明的机器可读介质的成像设备， 0042 图2示出了具有机器可读介质的网络， 0043 图3示出了在不同模型之间的关系， 0044 图4示出了用于识别供应区的方法的第一流程图，。
39、 0045 图5示出了用于识别供应区的方法的第二流程图， 0046 图6示出了用于对供应区进行图形表示的方法的流程图， 0047 图7示出了模拟结果的第一图形表示， 0048 图8示出了患者特异性供应区的简化图形表示， 0049 图9示出了模拟结果的第二图形表示。 具体实施方式 0050 图1示出了根据本发明的具有机器可读介质的成像设备。 本文通过举例的方式示 出的是计算机断层摄影设备， 其具有采集单元32， 所述采集单元具有形式为X射线源的辐射 源8以及还具有形式为X射线探测器的辐射探测器9。 采集单元32在X射线投影被采集的同时 绕系统轴5旋转， 并且X射线源在采集期间发射形式为X射线的射。
40、束2。 在本文示出的示例中 的讨论中的X射线源是X射线管。 在本文示出的示例中的讨论中的X射线探测器是具有多排 的排探测器。 0051 在本文示出的示例中， 患者3在投影被采集的同时躺在患者检查台6上。 患者检查 台6连接到台基座4使得其支撑承载患者3的患者检查台6。 患者检查台6被设计以便沿采集 方向将患者3输送通过采集单元32的孔口10。 采集方向根据一般规则由系统轴5给出， 采集 单元32在X射线投影被采集的同时绕所述系统轴旋转。 在螺旋采集的情况下， 患者检查台6 在采集单元32绕患者3旋转并采集X射线投影的同时连续地被输送通过孔口10。 X射线由此 描述关于患者3的表面的螺旋。 00。
41、52 另外， 成像设备还能够具有造影剂注射器以便将造影剂注射到患者3的血流中。 这 意味着图像能够借助于造影剂以使得位于检查场中的结构(尤其是血管)能够以增强的对 比度水平被显示的方式来采集。 另外， 对造影剂注射器的使用还提供实现血管造影扫描或 执行灌注测量的可能性。 0053 本文示出的成像设备具有计算机12， 所述计算机连接到显示单元11以及还连接到 输入单元7。 讨论中的显示单元11能够例如为LCD屏幕、 等离子屏幕或OLED屏幕。 其另外能够 为触摸屏， 其还被实现为输入单元7。 这样的触摸屏能够被集成到成像设备中或被实现为移 动设备的一部分。 显示单元11适合于根据本发明的图形表示。
42、PIC。 讨论中的输入单元7例如 说 明 书 6/9 页 10 CN 105708548 A 10 为键盘、 鼠标、 所谓的 “触摸屏” 或者还有用于语音输入的麦克风。 输入单元7还适合于选择 输出在显示单元11上的得到的图像的段。 0054 计算机12具有重建单元14以便根据原数据来重建患者特异性3D图像数据18。 例 如， 重建单元14能够以具有多个切片的图像堆栈(stack)的形式来重建断层摄影图像。 另 外， 成像设备能够具有计算单元15。 计算单元15能够与机器可读介质13交互， 尤其以便借助 于含有程序代码的计算机程序来执行根据本发明的方法。 另外， 所述计算机程序能够以可 检索的。
43、样式被存储在机器可读介质13上。 具体地， 讨论中的所述机器可读介质能够为CD、 DVD、 蓝光光盘、 记忆棒或硬盘。 不仅计算单元15而且重建单元14能够被实现为硬件的形式 或软件的形式。 例如， 计算单元15或重建单元14被实现为所谓的FPGA( “现场可编程门阵 列” )或者包括算术逻辑单元。 0055 在本文示出的实施例中， 至少一个计算机程序被存储在计算机12的存储器中， 所 述至少一个计算机程序在计算机程序被执行在计算机12上时执行根据本发明的方法的所 有方法步骤。 用于实现根据本发明的方法的方法步骤的计算机程序包括程序代码。 另外， 所 述计算机程序能够被实现为可执行文件和/或被。
44、存储在计算机12的不同计算系统上。 例如， 所述成像设备能够被设计使得计算机12通过内联网的方式或经由互联网将用于执行根据 本发明的方法的计算机程序加载到其内部工作存储中。 0056 图2示出了具有机器可读介质的网络。 在本文示出的示例中， 患者特异性3D图像数 据18被存储在机器可读介质13上。 患者特异 性3D图像数据18和/或从其导出的至少一个几 何参数和/或功能参数能够通过网络27被传输到客户端28。 生理模型1作为可执行程序被存 储在客户端28上。 生理模型1能够借助于通过网络27传输的参数和/或从所传输的患者特异 性3D图像数据18导出的参数来调整。 用于图形表示PIC的显示单元1。
45、1能够直接连接到客户 端28。 在本发明的另外的实施例中， 与图形表示PIC相关的信息通过网络27从客户端28被传 输到显示单元11。 0057 图3示出了在不同模型之间的关系。 在本文示出的本发明的实施例中， 生理模型1 不仅包括几何模型25而且包括功能模型26。 生理模型1的几何参数能够通过已经从患者特 异性3D图像数据18导的具有第一值29的几何参数来调整。 另外， 生理模型1的功能参数能够 通过具有第二值30的功能参数来调整。 具有第二值30的这样的功能参数还能够从患者特异 性3D图像数据18导出。 3D图像数据18被存储在机器可读介质13上， 并且另外， 具有第一值29 的几何参数和。
46、具有第二值30的功能参数能够同样被存储在机器可读介质13上。 另外， 在本 发明的另一实施例中， 具有第一值29的几何参数以及还有具有第二值30的功能参数能够也 能够手动地被输入或从列表中来选择。 0058 图4示出了用于识别供应区的方法的第一流程图。 在本文示出的实施例中， 所述方 法包括用于确定BPB含有血管的解剖区域16的生理模型1的步骤。 在这种情形下， 生理模型1 包括至少一个几何参数以及功能参数。 确定步骤BPB能够尤其以使得以可检索的方式存储 的生理模型1被检索到计算机12的存储器中的方式来实现。 确定步骤BPB还能够包括从大量 生理模型1选择特定生理模型1。 例如， 不同的生理。
47、模型1能够与不同的解剖区域16相关。 0059 另外， 本文示出的方法包括用于基于解剖区域16的患者特异性3D图像数据18来调 整APM生理模型1的步骤。 通过该调整APM， 生理模型1同样以患者特异性方式来实现。 经调整 的生理模型1因此对患者特异性生理过程进行建模。 说 明 书 7/9 页 11 CN 105708548 A 11 0060 所述方法包括基于经调整的生理模型1来模拟SIM解剖区域16的3D灌注。 生理过程 由此以患者特异性方式来模拟。 例如， 这是数值模拟， 其另外能够被实现为流动模拟。 出于 该模拟的目的， 除了格子玻尔兹曼方法， 还能够执行所谓的CFD模拟(CFD是针对。
48、词语 “计算 流体动力学” 的首字母缩写)。 所述模拟不仅能够在本地计算机12上进行而且能够借助于分 布式计算同时被执行在大量计算机12上。 0061 所述方法包括基于所述模拟来识别IDF解剖区域16的供应区的步骤。 所述供应区 能够取决于或独立于解剖区域的预定分割而被识别。 独立于预定分割的识别具有这样的优 点： 其是特别灵活的并且允许将供应区非常精确地分配给供应它们的相应血管。 另外， 供应 区的数目能够在模拟的开始时被规定； 其能够例如对应于特定数目的血管。 0062 另一方面， 如果所述识别取决于预定分割进行， 则这具有更大标准化的优点。 例 如， 从特定血管渗透到特定段中的血液容量或。
49、位于特定段中的模拟中的特定时间点的血液 容量能够被记录。 具体地， 血液容量能够由通过模拟的流动场输送的粒子24来表示。 特定段 之后被分配给位于特定段中的最大比例的血液容量源自于其的特定血管。 本发明因此还使 得能够使用使用传统分割作为用于识别IDF患者特异性供应区(尤其是识别IDF患者特异性 3D供应区)的基础。 0063 在本发明的另外的实施例中， 用于识别供应区的方法还包括尤其是借助于断层摄 影设备来采集REC患者特异性3D图像数据18。 另一任选的步骤是对血管的至少一个部分进 行图形表示PIC， 在这种情况下， 基于模拟的至少一个分布以颜色编码的样式来显示。 0064 另外， 对供应区的供应还能够基于模拟来确定。 这是因为解剖区域16可以在不充 分供应的情况下受到损坏。 另外， 对供应的确定能够以使得充分供应或不充分供应(尤其以 图形表示PIC的形式)被指示的方式进行。 在实施例中， 如果供应区是不充分的， 则还能够自 动地做出针对该解剖区域的治疗提议。 0065 图5示出了用于识别供应区的方法的。